JP2004118359A - 人物認識装置、人物認識方法および通行制御装置 - Google Patents
人物認識装置、人物認識方法および通行制御装置 Download PDFInfo
- Publication number
- JP2004118359A JP2004118359A JP2002278073A JP2002278073A JP2004118359A JP 2004118359 A JP2004118359 A JP 2004118359A JP 2002278073 A JP2002278073 A JP 2002278073A JP 2002278073 A JP2002278073 A JP 2002278073A JP 2004118359 A JP2004118359 A JP 2004118359A
- Authority
- JP
- Japan
- Prior art keywords
- similarity
- person
- face
- recognition
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
【課題】複数地点あるいは複数時点で捕らえた顔画像を利用して誤りを少なくして顔認識を行ない、人物の通行制御や侵入検知などを行なうことができる人物認識装置を提供する。
【解決手段】認識対象である人物Pの顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識部101,102,103を人物Pが通行する通行路に沿って所定間隔あけて配設し、複数類似度演算部104において、この複数の顔認識部101,102,103から得られる各類似度のうち最大の類似度を求め、判定部105において、この求めた最大の類似度をあらかじめ設定される一定の閾値と比較することにより、当該人物Pが本人であるか否かを判定する。
【選択図】 図1
【解決手段】認識対象である人物Pの顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識部101,102,103を人物Pが通行する通行路に沿って所定間隔あけて配設し、複数類似度演算部104において、この複数の顔認識部101,102,103から得られる各類似度のうち最大の類似度を求め、判定部105において、この求めた最大の類似度をあらかじめ設定される一定の閾値と比較することにより、当該人物Pが本人であるか否かを判定する。
【選択図】 図1
Description
【0001】
【発明の属する技術分野】
本発明は、たとえば、セキュリティ管理などにおいて、人物の顔画像や指紋情報、虹彩情報などの生体情報を用いて当該人物が本人であるか否かを認識する人物認識装置および人物認識方法に関する。
また、本発明は、上記人物認識装置および人物認識方法を用いて重要施設などへの入退室管理を行なう通行制御装置に関する。
【0002】
【従来の技術】
従来、たとえば、セキュリティを重視する重要施設のドアの開錠を希望する人物の体の特徴を画像データにより識別し、同時にその画像データを記録または監視するシステムがある(たとえば、特許文献1参照)。
また、変動の大きい顔特徴データによる誤認識を減少させる方法として、複数の顔登録データを用いて判断する人物認識装置がある(たとえば、特許文献2参照)。
さらに、1箇所に設置した複数のカメラの入力から得られるパターンを統合して1つの部分空間を作成し、顔の認識を行なう方法が開示されている(たとえば、非特許文献1参照)。
【0003】
【特許文献1】
特開2002−92601号公報
【特許文献2】
特開平11−175718号公報
【非特許文献1】
小坂谷、「マルチカメラ動画像を用いた顔画像認識」、第8回画像センシングシンポジウム講演論文集G−1。
【0004】
【発明が解決しようとする課題】
特許文献1では、複数地点のカメラを用いて人物を撮影しているが、顔照合を行なうデータは1つずつ独立で、複数の画像は合成して表示するだけである。したがって、複数の顔照合の結果を統合して判断する方法がなく、それぞれ独立に認識結果を判断する必要がある。
【0005】
また、特許文献2では、複数の顔認識結果を登録データに統合しているが、時間と場所を離れた複数の照合結果については統合していない。この方法は、次の照合までに前回の照合データを登録データに追加することは不可能ではないが、登録データに追加するのにふさわしいデータを選別して、かつ、登録の処理時間が必要であることから現実的でない。
さらに、非特許文献1では、複数の入力の統合方法を示しているが、複数地点に設置した場合の顔照合結果については言及していない。
【0006】
そこで、本発明は、複数地点あるいは複数時点で捕らえた顔画像を利用して誤りを少なくして顔認識を行ない、人物の通行制御や侵入検知などを行なうことができる人物認識装置、人物認識方法および通行制御装置を提供することを目的とする。
【0007】
【課題を解決するための手段】
本発明の人物認識装置は、認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段とを具備している。
【0008】
また、本発明の人物認識装置は、認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、この記憶手段に記憶された同一人物に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段とを具備している。
【0009】
また、本発明の通行制御装置は、認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段とを具備している。
【0010】
さらに、本発明の通行制御装置は、認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、この顔認識手段から出力される類似度を同一通行者ごとに複数回分記憶する記憶手段と、この記憶手段に記憶された同一通行者に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段とを具備している。
【0011】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して説明する。
まず、第1の実施の形態について説明する。
図1は、第1の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すものである。この通行制御装置は、複数の顔認識手段としての顔認識部101,102,103、類似度演算手段としての複数類似度演算部104、判定手段としての判定部105、通行制御手段としてのゲート制御部106、および、同じく通行制御手段としてのゲート107から構成されている。ゲート107は、たとえば、住宅の玄関に設置された入退出用ドア、あるいは、重要施設の入退出用ドアなどである。
【0012】
顔認識部101,102,103は、たとえば、人物Pが図示破線矢印方向に通行する通行路に沿って所定間隔あけて配設されていて、それぞれ認識対象である人物Pの顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力するもので、たとえば、図2に示すように、画像入力部201、顔領域検出部202、顔特徴抽出部203、辞書情報記憶部204、および、認識部205から構成されている。
【0013】
画像入力部201は、たとえば、ビデオカメラを用いて、人物Pに対して少なくとも顔画像を含む画像データを入力し、顔領域検出部202に画像データを出力する。これは、たとえば、図3に示すように、横方向に512画素、縦方向に512画素のデジタル濃淡画像データとして出力する。
【0014】
顔領域検出部202は、画像入力部201により入力された図3の形態の画像データから、顔パターンを検出して切出す。この処理は、たとえば、図4に示すフローチャートのような処理手順で実行される。
以下、図4の処理手順について説明する。まず、サイズsやy,x座標などの初期化を行なう(ステップ301〜303)。次に、あらかじめ用意されたサイズの異なる複数の標準顔パターンgs(i,j)を用いて、入力画像f(x,y)内の局所領域との相関Ms(x,y)を、座標(x,y)をずらしながら下記数1にしたがって計算する(ステップ304)。ここで、サイズの異なる標準顔パターンgs(i,j)は、決められたサイズであらかじめ収集した顔パターンを平均するなどして作成される。
【0015】
【数1】
次に、求めた相関Ms(x,y)が一定の閾値THR以上であれば(ステップ305)、顔パターンを検出したものとして、その結果を出力する(ステップ306)。この画像探索を、図5に模式的に示すように、標準顔パターンgs(i,j)のサイズsを変更しながら実施する。図4のステップ307〜312がその処理である。
【0016】
これにより、サイズsの画像パターンに対して、一定の画像サイズに正規化した顔パターンrc(i,j)が出力される。ここで、添え字「c」は、与えられたID情報に対する識別子である。この顔パターンrc(i,j)は、顔認識における基準データ(基準の特徴量)となる。
【0017】
なお、図5において、符号401,403,405は入力画像全体を示し、符号402,404,406は標準顔パターンgs(i,j)を示している。
【0018】
顔特徴抽出部203は、顔領域検出部202から出力される検出された位置の画像パターンについて、大きさおよび輝度値の正規化を行なう。たとえば、横15画素、縦15画素、輝度値の最高値が「255」、輝度値の最低値が「0」になるような画像変換を施す。さらに、顔特徴抽出部203は、連続して収集される画像データから抽出した特徴をまとめて特徴情報とすることもできる。この特徴情報は認識部205に送られる。
【0019】
辞書情報記憶部204は、認識したい特定人物について、あらかじめ上記同様の特徴情報を作成した辞書情報を保持しており、人物Pの顔画像との類似度を計算できるようにする。
辞書情報記憶部204は、実際には、たとえば、図6に示すようなデータ構造をとる。図6の例では、1人の人物の辞書情報として、ID番号および顔画像の特徴情報がそれぞれ格納されている。
【0020】
認識部205は、顔特徴抽出部203で抽出された人物Pの顔画像の特徴情報(特徴パターン)と、辞書情報記憶部204に記憶されている顔画像の特徴情報(辞書情報)との類似度を、図7に示すフローチャートのような処理手順で計算する。
【0021】
以下、図7の処理手順について説明する。まず、カテゴリcの初期設定を行なった後(ステップ701)、辞書情報記憶部204に記憶されているカテゴリcの辞書パターンrc(i,j)と、顔特徴抽出部203で抽出された特徴パターンh(x,y)との類似度Simc(x,y)を、下記数2のように相関を求めることで計算する(ステップ702)。これを全てのカテゴリcに対して行なうことにより、最大の類似度Simc(x,y)を答えとして出力する(ステップ703〜706)。
【0022】
【数2】
複数類似度演算部104は、顔認識部101,102,103から出力される各類似度を受けて、総合的に判断を行なう。たとえば、3つの類似度のうちの最大の類似度を求めて、判定部105に出力する。ここで、顔認識部101,102,103から出力される各類似度のうちの最大の類似度を求めることにより、それぞれの顔認識部101,102,103では、人物Pの姿勢や顔の角度によって類似度が低かった場合においても、いずれかの顔認識部の類似度が最良の状態で顔を画像としてとらえることで、誤った判断を減らすことができる。
【0023】
図8は、人物の誤認識率の変化を模式的に示しており、横軸に後述する判定部105が判定に用いる閾値Tを、縦軸には誤り率を記した、他人誤受入率801と本人誤排除率802を示したものである。ここで、他人誤受入率とは、あらかじめ定められた辞書情報と異なる人物が閾値Tを越えて受入れてしまう誤り率である。また、本人誤排除率とは、あらかじめ定められた辞書情報と同じ人物が閾値Tに満たないために排除されてしまう率である。
【0024】
図8は、この2種類の率を、顔認識部の数Cを1個、2個、5個と変えて求めた例を示しており、複数類似度演算部104で得られる効果を模式的に表わしている。ここに、曲線D,dはC=1個の場合、曲線E,eはC=2個の場合、曲線F,fはC=5個の場合、をそれぞれ示している。
【0025】
図8から明らかなように、用いる顔認識部の数Cを増加させるにしたがって、2つの誤り率は図示矢印のように図の右側に移動しているが、ある閾値803(図8の例では約0.60)に設定すると、本人誤排除率802が大きく減少していることがわかる。
【0026】
なお、複数類似度演算部104は、複数の類似度のうちの最大の類似度を求める以外にも、複数の類似度の平均値であったり、複数の類似度のうちの中間値であってもよい。
【0027】
判定部105は、複数類似度演算部104から出力される最大の類似度をあらかじめ設定される一定の閾値Tと比較することにより、最大の類似度が閾値T以上であれば、当該人物Pは本人であると判定し、最大の類似度が閾値T以上でなければ、当該人物Pは本人でないと判定し、その判定結果をゲート制御部106へ出力する。
【0028】
ゲート制御部106は、判定部105からの判定結果が本人である場合、ゲート107を開放制御して、当該人物Pの通行を許可する。また、判定部105からの判定結果が本人でない場合、ゲート107を閉成状態に保持して、当該人物Pの通行を拒否する。
【0029】
図9は、顔認識部101,102,103の具体的な設置例を示している。本例は、たとえば、人物Pが通行する廊下901の側部に顔認識部101,102,103の各カメラ902,904,906を一定間隔あけて設置することにより、通行路としての廊下901を通行する人物Pに対してカメラ902,904,906がそれぞれの視野903,905,907内でとらえた人物Pの顔画像を認識し、前述したように総合的に判断して、廊下901の進行方向終端部にあるゲート107を制御する。
【0030】
このように、顔認識部101,102,103を設置して、複数の顔認識結果を用いることで、人物Pの認識における負荷を低減しつつ、誤った排除がされる率が低減される。また、カメラ902,904,906を同じ撮影角度かつ同じ撮影高さに設置することで、認識部205で認識を行なう辞書情報については同じものを利用することができる。
【0031】
一方、カメラ902,904,906をそれぞれ異なる撮影角度または撮影高さに設置することで、カメラ902が顔を捕える視野が狭くても、身長の高低差に対応することができる。すなわち、カメラ902に対して背が高くて視野に入らない人物Pについても、カメラ902を高く取付けることでその人物Pを捕えることができる。これにより、様々な身長の人物もいずれかのカメラでとらえ、複数の類似度を総合的に判断して入室管理をすることができる。
【0032】
また、廊下901は、人物Pが歩行により移動することなく、ベルトコンベアで搬送移動するものでもよい。この場合は、移動速度が全員同じと考えることができ、より安定した認識を行なうことができる。
【0033】
以上説明したように、第1の実施の形態によれば、複数地点で捕らえた人物Pの顔画像を利用して誤りを少なくして顔認識を行ない、人物Pの通行制御などを行なうことができる。
【0034】
次に、第2の実施の形態について説明する。
図10は、第2の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すものである。この通行制御装置は、1つの顔認識手段としての顔認識部1001、求めた類似度を記憶する記憶手段としてのデータ記憶部1002、類似度演算手段としての複数類似度演算部1003、判定手段としての判定部1004、通行制御手段としてのゲート制御部1005、および、同じく通行制御手段としてのゲート1006から構成されている。ゲート1006は、前述した第1の実施の形態と同様、住宅の玄関に設置された入退出用ドア、あるいは、重要施設の入退出用ドアなどである。
【0035】
顔認識部1001は、たとえば、人物Pが通行する通行路に沿って配設されていて、人物Pの顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力するもので、前述した第1の実施の形態における顔認識部101,102,103と同じ構成であるので、詳細な説明は省略する。
【0036】
データ記憶部1002は、顔認識部1001から出力される類似度を同一人物ごとに複数回分(この例では3回分)記憶する。なお、類似度を同一人物ごとに複数回分記憶する方法としては、たとえば、顔認識部1001における顔照合時に、キーボードやIDカードなどでID情報(個人識別情報)を入力する顔照合方式の場合、その入力されたID情報を用いることにより、当該ID情報ごとに類似度を複数個記憶するようにすればよい。
【0037】
複数類似度演算部1003は、データ記憶部1002から出力される同一人物に対する複数の類似度を受けて、総合的に判断を行なう。たとえば、同一人物に対する3つの類似度のうちの最大の類似度を求めて、判定部1004に出力する。複数類似度演算部1003は、前述した第1の実施の形態における複数類似度演算部104と同じ構成であるので、詳細な説明は省略する。
【0038】
なお、複数類似度演算部1003は、複数の類似度のうちの最大の類似度を求める以外にも、複数の類似度の平均値であったり、複数の類似度のうちの中間値であってもよい。
【0039】
判定部1004は、複数類似度演算部1003から出力される最大の類似度をあらかじめ設定される一定の閾値Tと比較することにより、最大の類似度が閾値T以上であれば、当該人物Pは本人であると判定し、最大の類似度が閾値T以上でなければ、当該人物Pは本人でないと判定し、その判定結果をゲート制御部1005へ出力する。
【0040】
ゲート制御部1005は、判定部1004からの判定結果が本人である場合、ゲート1006を開放制御して、当該人物Pの通行を許可する。また、判定部1004からの判定結果が本人でない場合、ゲート1006を閉成状態に保持して、当該人物Pの通行を拒否する。
【0041】
以上説明したように、第2の実施の形態によれば、複数時点で捕らえた人物Pの顔画像を利用して誤りを少なくして顔認識を行ない、人物Pの通行制御などを行なうことができる。
【0042】
次に、第3の実施の形態について説明する。
図11は、第3の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すものである。第3の実施の形態は、前述した第2の実施の形態において、ゲート制御の代わりにアラーム制御を行なうようにしたものである。すなわち、判定部1004は、複数類似度演算部1003から出力される最大の類似度をあらかじめ設定される一定の閾値Tと比較し、当該最大の類似度が閾値T以上でない場合、当該人物Pは本人でないと判定し、報知手段としてのアラーム1007を駆動制御して、人物Pが登録されていない人物であることを警告する。なお、当該最大の類似度が閾値T以上である場合、当該人物Pは本人であると判定し、アラーム1007は駆動しない。
【0043】
以上説明したように、第3の実施の形態によれば、複数時点で捕らえた人物Pの顔画像を利用して誤りを少なくして顔認識を行ない、人物Pの侵入検知などを行なうことができる。
【0044】
また、第3の実施の形態によれば、あらかじめ操作が許可された人物がコンピュータなどの装置を使用する場合において、許可されていない人物が操作していない状態を複数時点で捕らえた顔画像を利用して誤りを少なくして検知することができる利用者確認装置としても用いることができる。
【0045】
なお、前記実施の形態では、認識対象である人物の顔画像により人物の認識を行なう場合について説明したが、本発明はこれに限定されるものでなく、たとえば、人物の指紋情報や虹彩情報などの生体情報を用いて人物の認識を行なう場合にも同様に適用できる。
【0046】
【発明の効果】
以上詳述したように本発明によれば、複数地点あるいは複数時点で捕らえた顔画像を利用して誤りを少なくして顔認識を行ない、人物の通行制御や侵入検知などを行なうことができる人物認識装置、人物認識方法および通行制御装置を提供できる。
【図面の簡単な説明】
【図1】本発明の第1の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すブロック図。
【図2】顔認識部の構成を概略的に示すブロック図。
【図3】画像入力部が出力する画像データの形態の一例を示す図。
【図4】顔領域検出部が実行する処理手順を示すフローチャート。
【図5】顔領域検出部が行なう顔パターン検索を説明する図。
【図6】辞書情報記憶部が記憶するデータの例を示す図。
【図7】認識部が実行する処理手順を示すフローチャート。
【図8】人物の誤認識率の変化を模式的に示すグラフ。
【図9】顔認識部におけるカメラの具体的な設置例を示す模式図。
【図10】本発明の第2の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すブロック図。
【図11】本発明の第3の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すブロック図。
【符号の説明】
P…人物、101,102,103,1001…顔認識部(顔認識手段、認識手段)、1002…データ記憶部(記憶手段)、104,1003…複数類似度演算部(類似度演算手段)、105,1004…判定部(判定手段)、106,1005…ゲート制御部(通行制御手段)、107,1006…ゲート(通行制御手段)、1007…アラーム(報知手段)、201…画像入力部、202…顔領域検出部、203…顔特徴抽出部、204…辞書情報記憶部、205…認識部、901…廊下(通行路)、902,904,906…カメラ、903,905,907…カメラの視野。
【発明の属する技術分野】
本発明は、たとえば、セキュリティ管理などにおいて、人物の顔画像や指紋情報、虹彩情報などの生体情報を用いて当該人物が本人であるか否かを認識する人物認識装置および人物認識方法に関する。
また、本発明は、上記人物認識装置および人物認識方法を用いて重要施設などへの入退室管理を行なう通行制御装置に関する。
【0002】
【従来の技術】
従来、たとえば、セキュリティを重視する重要施設のドアの開錠を希望する人物の体の特徴を画像データにより識別し、同時にその画像データを記録または監視するシステムがある(たとえば、特許文献1参照)。
また、変動の大きい顔特徴データによる誤認識を減少させる方法として、複数の顔登録データを用いて判断する人物認識装置がある(たとえば、特許文献2参照)。
さらに、1箇所に設置した複数のカメラの入力から得られるパターンを統合して1つの部分空間を作成し、顔の認識を行なう方法が開示されている(たとえば、非特許文献1参照)。
【0003】
【特許文献1】
特開2002−92601号公報
【特許文献2】
特開平11−175718号公報
【非特許文献1】
小坂谷、「マルチカメラ動画像を用いた顔画像認識」、第8回画像センシングシンポジウム講演論文集G−1。
【0004】
【発明が解決しようとする課題】
特許文献1では、複数地点のカメラを用いて人物を撮影しているが、顔照合を行なうデータは1つずつ独立で、複数の画像は合成して表示するだけである。したがって、複数の顔照合の結果を統合して判断する方法がなく、それぞれ独立に認識結果を判断する必要がある。
【0005】
また、特許文献2では、複数の顔認識結果を登録データに統合しているが、時間と場所を離れた複数の照合結果については統合していない。この方法は、次の照合までに前回の照合データを登録データに追加することは不可能ではないが、登録データに追加するのにふさわしいデータを選別して、かつ、登録の処理時間が必要であることから現実的でない。
さらに、非特許文献1では、複数の入力の統合方法を示しているが、複数地点に設置した場合の顔照合結果については言及していない。
【0006】
そこで、本発明は、複数地点あるいは複数時点で捕らえた顔画像を利用して誤りを少なくして顔認識を行ない、人物の通行制御や侵入検知などを行なうことができる人物認識装置、人物認識方法および通行制御装置を提供することを目的とする。
【0007】
【課題を解決するための手段】
本発明の人物認識装置は、認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段とを具備している。
【0008】
また、本発明の人物認識装置は、認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、この記憶手段に記憶された同一人物に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段とを具備している。
【0009】
また、本発明の通行制御装置は、認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段とを具備している。
【0010】
さらに、本発明の通行制御装置は、認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、この顔認識手段から出力される類似度を同一通行者ごとに複数回分記憶する記憶手段と、この記憶手段に記憶された同一通行者に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段とを具備している。
【0011】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して説明する。
まず、第1の実施の形態について説明する。
図1は、第1の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すものである。この通行制御装置は、複数の顔認識手段としての顔認識部101,102,103、類似度演算手段としての複数類似度演算部104、判定手段としての判定部105、通行制御手段としてのゲート制御部106、および、同じく通行制御手段としてのゲート107から構成されている。ゲート107は、たとえば、住宅の玄関に設置された入退出用ドア、あるいは、重要施設の入退出用ドアなどである。
【0012】
顔認識部101,102,103は、たとえば、人物Pが図示破線矢印方向に通行する通行路に沿って所定間隔あけて配設されていて、それぞれ認識対象である人物Pの顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力するもので、たとえば、図2に示すように、画像入力部201、顔領域検出部202、顔特徴抽出部203、辞書情報記憶部204、および、認識部205から構成されている。
【0013】
画像入力部201は、たとえば、ビデオカメラを用いて、人物Pに対して少なくとも顔画像を含む画像データを入力し、顔領域検出部202に画像データを出力する。これは、たとえば、図3に示すように、横方向に512画素、縦方向に512画素のデジタル濃淡画像データとして出力する。
【0014】
顔領域検出部202は、画像入力部201により入力された図3の形態の画像データから、顔パターンを検出して切出す。この処理は、たとえば、図4に示すフローチャートのような処理手順で実行される。
以下、図4の処理手順について説明する。まず、サイズsやy,x座標などの初期化を行なう(ステップ301〜303)。次に、あらかじめ用意されたサイズの異なる複数の標準顔パターンgs(i,j)を用いて、入力画像f(x,y)内の局所領域との相関Ms(x,y)を、座標(x,y)をずらしながら下記数1にしたがって計算する(ステップ304)。ここで、サイズの異なる標準顔パターンgs(i,j)は、決められたサイズであらかじめ収集した顔パターンを平均するなどして作成される。
【0015】
【数1】
次に、求めた相関Ms(x,y)が一定の閾値THR以上であれば(ステップ305)、顔パターンを検出したものとして、その結果を出力する(ステップ306)。この画像探索を、図5に模式的に示すように、標準顔パターンgs(i,j)のサイズsを変更しながら実施する。図4のステップ307〜312がその処理である。
【0016】
これにより、サイズsの画像パターンに対して、一定の画像サイズに正規化した顔パターンrc(i,j)が出力される。ここで、添え字「c」は、与えられたID情報に対する識別子である。この顔パターンrc(i,j)は、顔認識における基準データ(基準の特徴量)となる。
【0017】
なお、図5において、符号401,403,405は入力画像全体を示し、符号402,404,406は標準顔パターンgs(i,j)を示している。
【0018】
顔特徴抽出部203は、顔領域検出部202から出力される検出された位置の画像パターンについて、大きさおよび輝度値の正規化を行なう。たとえば、横15画素、縦15画素、輝度値の最高値が「255」、輝度値の最低値が「0」になるような画像変換を施す。さらに、顔特徴抽出部203は、連続して収集される画像データから抽出した特徴をまとめて特徴情報とすることもできる。この特徴情報は認識部205に送られる。
【0019】
辞書情報記憶部204は、認識したい特定人物について、あらかじめ上記同様の特徴情報を作成した辞書情報を保持しており、人物Pの顔画像との類似度を計算できるようにする。
辞書情報記憶部204は、実際には、たとえば、図6に示すようなデータ構造をとる。図6の例では、1人の人物の辞書情報として、ID番号および顔画像の特徴情報がそれぞれ格納されている。
【0020】
認識部205は、顔特徴抽出部203で抽出された人物Pの顔画像の特徴情報(特徴パターン)と、辞書情報記憶部204に記憶されている顔画像の特徴情報(辞書情報)との類似度を、図7に示すフローチャートのような処理手順で計算する。
【0021】
以下、図7の処理手順について説明する。まず、カテゴリcの初期設定を行なった後(ステップ701)、辞書情報記憶部204に記憶されているカテゴリcの辞書パターンrc(i,j)と、顔特徴抽出部203で抽出された特徴パターンh(x,y)との類似度Simc(x,y)を、下記数2のように相関を求めることで計算する(ステップ702)。これを全てのカテゴリcに対して行なうことにより、最大の類似度Simc(x,y)を答えとして出力する(ステップ703〜706)。
【0022】
【数2】
複数類似度演算部104は、顔認識部101,102,103から出力される各類似度を受けて、総合的に判断を行なう。たとえば、3つの類似度のうちの最大の類似度を求めて、判定部105に出力する。ここで、顔認識部101,102,103から出力される各類似度のうちの最大の類似度を求めることにより、それぞれの顔認識部101,102,103では、人物Pの姿勢や顔の角度によって類似度が低かった場合においても、いずれかの顔認識部の類似度が最良の状態で顔を画像としてとらえることで、誤った判断を減らすことができる。
【0023】
図8は、人物の誤認識率の変化を模式的に示しており、横軸に後述する判定部105が判定に用いる閾値Tを、縦軸には誤り率を記した、他人誤受入率801と本人誤排除率802を示したものである。ここで、他人誤受入率とは、あらかじめ定められた辞書情報と異なる人物が閾値Tを越えて受入れてしまう誤り率である。また、本人誤排除率とは、あらかじめ定められた辞書情報と同じ人物が閾値Tに満たないために排除されてしまう率である。
【0024】
図8は、この2種類の率を、顔認識部の数Cを1個、2個、5個と変えて求めた例を示しており、複数類似度演算部104で得られる効果を模式的に表わしている。ここに、曲線D,dはC=1個の場合、曲線E,eはC=2個の場合、曲線F,fはC=5個の場合、をそれぞれ示している。
【0025】
図8から明らかなように、用いる顔認識部の数Cを増加させるにしたがって、2つの誤り率は図示矢印のように図の右側に移動しているが、ある閾値803(図8の例では約0.60)に設定すると、本人誤排除率802が大きく減少していることがわかる。
【0026】
なお、複数類似度演算部104は、複数の類似度のうちの最大の類似度を求める以外にも、複数の類似度の平均値であったり、複数の類似度のうちの中間値であってもよい。
【0027】
判定部105は、複数類似度演算部104から出力される最大の類似度をあらかじめ設定される一定の閾値Tと比較することにより、最大の類似度が閾値T以上であれば、当該人物Pは本人であると判定し、最大の類似度が閾値T以上でなければ、当該人物Pは本人でないと判定し、その判定結果をゲート制御部106へ出力する。
【0028】
ゲート制御部106は、判定部105からの判定結果が本人である場合、ゲート107を開放制御して、当該人物Pの通行を許可する。また、判定部105からの判定結果が本人でない場合、ゲート107を閉成状態に保持して、当該人物Pの通行を拒否する。
【0029】
図9は、顔認識部101,102,103の具体的な設置例を示している。本例は、たとえば、人物Pが通行する廊下901の側部に顔認識部101,102,103の各カメラ902,904,906を一定間隔あけて設置することにより、通行路としての廊下901を通行する人物Pに対してカメラ902,904,906がそれぞれの視野903,905,907内でとらえた人物Pの顔画像を認識し、前述したように総合的に判断して、廊下901の進行方向終端部にあるゲート107を制御する。
【0030】
このように、顔認識部101,102,103を設置して、複数の顔認識結果を用いることで、人物Pの認識における負荷を低減しつつ、誤った排除がされる率が低減される。また、カメラ902,904,906を同じ撮影角度かつ同じ撮影高さに設置することで、認識部205で認識を行なう辞書情報については同じものを利用することができる。
【0031】
一方、カメラ902,904,906をそれぞれ異なる撮影角度または撮影高さに設置することで、カメラ902が顔を捕える視野が狭くても、身長の高低差に対応することができる。すなわち、カメラ902に対して背が高くて視野に入らない人物Pについても、カメラ902を高く取付けることでその人物Pを捕えることができる。これにより、様々な身長の人物もいずれかのカメラでとらえ、複数の類似度を総合的に判断して入室管理をすることができる。
【0032】
また、廊下901は、人物Pが歩行により移動することなく、ベルトコンベアで搬送移動するものでもよい。この場合は、移動速度が全員同じと考えることができ、より安定した認識を行なうことができる。
【0033】
以上説明したように、第1の実施の形態によれば、複数地点で捕らえた人物Pの顔画像を利用して誤りを少なくして顔認識を行ない、人物Pの通行制御などを行なうことができる。
【0034】
次に、第2の実施の形態について説明する。
図10は、第2の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すものである。この通行制御装置は、1つの顔認識手段としての顔認識部1001、求めた類似度を記憶する記憶手段としてのデータ記憶部1002、類似度演算手段としての複数類似度演算部1003、判定手段としての判定部1004、通行制御手段としてのゲート制御部1005、および、同じく通行制御手段としてのゲート1006から構成されている。ゲート1006は、前述した第1の実施の形態と同様、住宅の玄関に設置された入退出用ドア、あるいは、重要施設の入退出用ドアなどである。
【0035】
顔認識部1001は、たとえば、人物Pが通行する通行路に沿って配設されていて、人物Pの顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力するもので、前述した第1の実施の形態における顔認識部101,102,103と同じ構成であるので、詳細な説明は省略する。
【0036】
データ記憶部1002は、顔認識部1001から出力される類似度を同一人物ごとに複数回分(この例では3回分)記憶する。なお、類似度を同一人物ごとに複数回分記憶する方法としては、たとえば、顔認識部1001における顔照合時に、キーボードやIDカードなどでID情報(個人識別情報)を入力する顔照合方式の場合、その入力されたID情報を用いることにより、当該ID情報ごとに類似度を複数個記憶するようにすればよい。
【0037】
複数類似度演算部1003は、データ記憶部1002から出力される同一人物に対する複数の類似度を受けて、総合的に判断を行なう。たとえば、同一人物に対する3つの類似度のうちの最大の類似度を求めて、判定部1004に出力する。複数類似度演算部1003は、前述した第1の実施の形態における複数類似度演算部104と同じ構成であるので、詳細な説明は省略する。
【0038】
なお、複数類似度演算部1003は、複数の類似度のうちの最大の類似度を求める以外にも、複数の類似度の平均値であったり、複数の類似度のうちの中間値であってもよい。
【0039】
判定部1004は、複数類似度演算部1003から出力される最大の類似度をあらかじめ設定される一定の閾値Tと比較することにより、最大の類似度が閾値T以上であれば、当該人物Pは本人であると判定し、最大の類似度が閾値T以上でなければ、当該人物Pは本人でないと判定し、その判定結果をゲート制御部1005へ出力する。
【0040】
ゲート制御部1005は、判定部1004からの判定結果が本人である場合、ゲート1006を開放制御して、当該人物Pの通行を許可する。また、判定部1004からの判定結果が本人でない場合、ゲート1006を閉成状態に保持して、当該人物Pの通行を拒否する。
【0041】
以上説明したように、第2の実施の形態によれば、複数時点で捕らえた人物Pの顔画像を利用して誤りを少なくして顔認識を行ない、人物Pの通行制御などを行なうことができる。
【0042】
次に、第3の実施の形態について説明する。
図11は、第3の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すものである。第3の実施の形態は、前述した第2の実施の形態において、ゲート制御の代わりにアラーム制御を行なうようにしたものである。すなわち、判定部1004は、複数類似度演算部1003から出力される最大の類似度をあらかじめ設定される一定の閾値Tと比較し、当該最大の類似度が閾値T以上でない場合、当該人物Pは本人でないと判定し、報知手段としてのアラーム1007を駆動制御して、人物Pが登録されていない人物であることを警告する。なお、当該最大の類似度が閾値T以上である場合、当該人物Pは本人であると判定し、アラーム1007は駆動しない。
【0043】
以上説明したように、第3の実施の形態によれば、複数時点で捕らえた人物Pの顔画像を利用して誤りを少なくして顔認識を行ない、人物Pの侵入検知などを行なうことができる。
【0044】
また、第3の実施の形態によれば、あらかじめ操作が許可された人物がコンピュータなどの装置を使用する場合において、許可されていない人物が操作していない状態を複数時点で捕らえた顔画像を利用して誤りを少なくして検知することができる利用者確認装置としても用いることができる。
【0045】
なお、前記実施の形態では、認識対象である人物の顔画像により人物の認識を行なう場合について説明したが、本発明はこれに限定されるものでなく、たとえば、人物の指紋情報や虹彩情報などの生体情報を用いて人物の認識を行なう場合にも同様に適用できる。
【0046】
【発明の効果】
以上詳述したように本発明によれば、複数地点あるいは複数時点で捕らえた顔画像を利用して誤りを少なくして顔認識を行ない、人物の通行制御や侵入検知などを行なうことができる人物認識装置、人物認識方法および通行制御装置を提供できる。
【図面の簡単な説明】
【図1】本発明の第1の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すブロック図。
【図2】顔認識部の構成を概略的に示すブロック図。
【図3】画像入力部が出力する画像データの形態の一例を示す図。
【図4】顔領域検出部が実行する処理手順を示すフローチャート。
【図5】顔領域検出部が行なう顔パターン検索を説明する図。
【図6】辞書情報記憶部が記憶するデータの例を示す図。
【図7】認識部が実行する処理手順を示すフローチャート。
【図8】人物の誤認識率の変化を模式的に示すグラフ。
【図9】顔認識部におけるカメラの具体的な設置例を示す模式図。
【図10】本発明の第2の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すブロック図。
【図11】本発明の第3の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すブロック図。
【符号の説明】
P…人物、101,102,103,1001…顔認識部(顔認識手段、認識手段)、1002…データ記憶部(記憶手段)、104,1003…複数類似度演算部(類似度演算手段)、105,1004…判定部(判定手段)、106,1005…ゲート制御部(通行制御手段)、107,1006…ゲート(通行制御手段)、1007…アラーム(報知手段)、201…画像入力部、202…顔領域検出部、203…顔特徴抽出部、204…辞書情報記憶部、205…認識部、901…廊下(通行路)、902,904,906…カメラ、903,905,907…カメラの視野。
Claims (18)
- 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、
この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
を具備したことを特徴とする人物認識装置。 - 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
この複数の顔認識手段から出力される各類似度の平均値を求める類似度演算手段と、
この類似度演算手段により求められた類似度の平均値をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
を具備したことを特徴とする人物認識装置。 - 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
この複数の顔認識手段から出力される各類似度のうち中間の類似度を求める類似度演算手段と、
この類似度演算手段により求められた中間の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
を具備したことを特徴とする人物認識装置。 - 前記複数の顔認識手段は、人物が通行する通行路に沿って所定間隔あけて配設されていることを特徴とする請求項1から請求項3のうちいずれか1つに記載の人物認識装置。
- 前記複数の顔認識手段は、人物の顔画像を取得する手段としてカメラを有し、これら複数のカメラは人物が通行する通行路に沿って所定間隔離間して同じ撮影角度、同じ撮影高さ、同じ撮影視野で配設されていることを特徴とする請求項1から請求項3のうちいずれか1つに記載の人物認識装置。
- 前記複数の顔認識手段は、それぞれ同じ辞書情報を用いて照合処理を行なうことを特徴とする請求項1から請求項3のうちいずれか1つに記載の人物認識装置。
- 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識ステップと、
この複数の顔認識ステップから出力される各類似度のうち最大の類似度を求める類似度演算ステップと、
この類似度演算ステップにより求められた最大の類似度に基づき当該人物が本人であるか否かを判定する判定ステップと、
を具備したことを特徴とする人物認識方法。 - 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、
この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
この記憶手段に記憶された同一人物に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、
この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
を具備したことを特徴とする人物認識装置。 - 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、
この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
この記憶手段に記憶された同一人物に対する複数の類似度の平均値を求める類似度演算手段と、
この類似度演算手段により求められた類似度の平均値をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
を具備したことを特徴とする人物認識装置。 - 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、
この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
この記憶手段に記憶された同一人物に対する複数の類似度のうち中間の類似度を求める類似度演算手段と、
この類似度演算手段により求められた中間の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
を具備したことを特徴とする人物認識装置。 - 認識対象である人物の生体情報を取得し、この取得した生体情報とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、
この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
この記憶手段に記憶された同一人物に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、
この類似度演算手段により求められた最大の類似度に基づき当該人物が本人であるか否かを判定する判定手段と、
を具備したことを特徴とする人物認識装置。 - 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、
この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
この記憶手段に記憶された同一人物に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、
この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較し、当該最大の類似度が閾値以上でない場合、当該人物は本人でないと判定する判定手段と、
この判定手段により当該人物は本人でないと判定されると、その旨を報知する報知手段と、
を具備したことを特徴とする人物認識装置。 - 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、
この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
を具備したことを特徴とする通行制御装置。 - 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
この複数の顔認識手段から出力される各類似度の平均値を求める類似度演算手段と、
この類似度演算手段により求められた類似度の平均値をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
を具備したことを特徴とする通行制御装置。 - 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
この複数の顔認識手段から出力される各類似度のうち中間の類似度を求める類似度演算手段と、
この類似度演算手段により求められた中間の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
を具備したことを特徴とする通行制御装置。 - 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、
この顔認識手段から出力される類似度を同一通行者ごとに複数回分記憶する記憶手段と、
この記憶手段に記憶された同一通行者に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、
この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
を具備したことを特徴とする通行制御装置。 - 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、
この顔認識手段から出力される類似度を同一通行者ごとに複数回分記憶する記憶手段と、
この記憶手段に記憶された同一通行者に対する複数の類似度の平均値を求める類似度演算手段と、
この類似度演算手段により求められた類似度の平均値をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
を具備したことを特徴とする通行制御装置。 - 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する1つの顔認識手段と、
この顔認識手段から出力される類似度を同一通行者ごとに複数回分記憶する記憶手段と、
この記憶手段に記憶された同一通行者に対する複数の類似度のうち中間の類似度を求める類似度演算手段と、
この類似度演算手段により求められた中間の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
を具備したことを特徴とする通行制御装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002278073A JP2004118359A (ja) | 2002-09-24 | 2002-09-24 | 人物認識装置、人物認識方法および通行制御装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002278073A JP2004118359A (ja) | 2002-09-24 | 2002-09-24 | 人物認識装置、人物認識方法および通行制御装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004118359A true JP2004118359A (ja) | 2004-04-15 |
Family
ID=32273484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002278073A Pending JP2004118359A (ja) | 2002-09-24 | 2002-09-24 | 人物認識装置、人物認識方法および通行制御装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004118359A (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005339000A (ja) * | 2004-05-25 | 2005-12-08 | Casio Comput Co Ltd | 画像認識装置およびプログラム |
JP2006178651A (ja) * | 2004-12-21 | 2006-07-06 | Toshiba Corp | 人物認識装置、人物認識方法および通行制御装置 |
JP2007094962A (ja) * | 2005-09-30 | 2007-04-12 | Seiko Epson Corp | 画像内に表現された被写体の特定 |
JP2008234377A (ja) * | 2007-03-22 | 2008-10-02 | Fujifilm Corp | 画像ソート装置および方法並びにプログラム |
WO2009096208A1 (ja) * | 2008-01-31 | 2009-08-06 | Nec Corporation | 物体認識システム,物体認識方法および物体認識用プログラム |
WO2011132387A1 (ja) | 2010-04-19 | 2011-10-27 | パナソニック株式会社 | 照合装置 |
JP2013137604A (ja) * | 2011-12-28 | 2013-07-11 | Glory Ltd | 画像照合処理装置、画像照合処理方法及び画像照合処理プログラム |
JP2018195061A (ja) * | 2017-05-17 | 2018-12-06 | Jfeスチール株式会社 | 認証システム、認証方法、及びゲート |
JP2021013050A (ja) * | 2019-07-03 | 2021-02-04 | パナソニックi−PROセンシングソリューションズ株式会社 | 情報処理装置、判定方法、およびプログラム |
JP2021028504A (ja) * | 2019-08-09 | 2021-02-25 | 株式会社豊田自動織機 | 水素充填システム |
-
2002
- 2002-09-24 JP JP2002278073A patent/JP2004118359A/ja active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4501531B2 (ja) * | 2004-05-25 | 2010-07-14 | カシオ計算機株式会社 | 画像認識装置およびプログラム |
JP2005339000A (ja) * | 2004-05-25 | 2005-12-08 | Casio Comput Co Ltd | 画像認識装置およびプログラム |
JP2006178651A (ja) * | 2004-12-21 | 2006-07-06 | Toshiba Corp | 人物認識装置、人物認識方法および通行制御装置 |
JP2007094962A (ja) * | 2005-09-30 | 2007-04-12 | Seiko Epson Corp | 画像内に表現された被写体の特定 |
JP4735168B2 (ja) * | 2005-09-30 | 2011-07-27 | セイコーエプソン株式会社 | 画像内に表現された被写体の特定 |
JP2008234377A (ja) * | 2007-03-22 | 2008-10-02 | Fujifilm Corp | 画像ソート装置および方法並びにプログラム |
WO2009096208A1 (ja) * | 2008-01-31 | 2009-08-06 | Nec Corporation | 物体認識システム,物体認識方法および物体認識用プログラム |
WO2011132387A1 (ja) | 2010-04-19 | 2011-10-27 | パナソニック株式会社 | 照合装置 |
US9047505B2 (en) | 2010-04-19 | 2015-06-02 | Panasonic Intellectual Property Management Co., Ltd. | Collating device |
JP2013137604A (ja) * | 2011-12-28 | 2013-07-11 | Glory Ltd | 画像照合処理装置、画像照合処理方法及び画像照合処理プログラム |
JP2018195061A (ja) * | 2017-05-17 | 2018-12-06 | Jfeスチール株式会社 | 認証システム、認証方法、及びゲート |
JP2021013050A (ja) * | 2019-07-03 | 2021-02-04 | パナソニックi−PROセンシングソリューションズ株式会社 | 情報処理装置、判定方法、およびプログラム |
JP6997140B2 (ja) | 2019-07-03 | 2022-01-17 | パナソニックi-PROセンシングソリューションズ株式会社 | 情報処理装置、判定方法、およびプログラム |
JP2021028504A (ja) * | 2019-08-09 | 2021-02-25 | 株式会社豊田自動織機 | 水素充填システム |
JP7324652B2 (ja) | 2019-08-09 | 2023-08-10 | 株式会社豊田自動織機 | 水素充填システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4836633B2 (ja) | 顔認証装置、顔認証方法および入退場管理装置 | |
JP6151582B2 (ja) | 顔認証システム | |
KR100831122B1 (ko) | 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치 | |
JP6148065B2 (ja) | 顔認証システム | |
JP6148064B2 (ja) | 顔認証システム | |
US20170032182A1 (en) | System for adaptive real-time facial recognition using fixed video and still cameras | |
WO2015136938A1 (ja) | 情報処理方法および情報処理システム | |
JP2008108243A (ja) | 人物認識装置および人物認識方法 | |
JP2011070576A (ja) | 画像処理装置、及び画像処理方法 | |
JP2004157602A (ja) | 人物認識装置、人物認識方法および通行制御装置 | |
JP2002183734A (ja) | 顔認証装置および顔認証方法 | |
JP2008071172A (ja) | 顔認証装置、顔認証方法および入退場管理装置 | |
JP2006236260A (ja) | 顔認証装置、顔認証方法および入退場管理装置 | |
JP2007004321A (ja) | 画像処理装置及び入退室管理システム | |
JP5349080B2 (ja) | 入場管理システム、入場管理装置、および入場管理方法 | |
JP4862518B2 (ja) | 顔登録装置、顔認証装置および顔登録方法 | |
JP2004118359A (ja) | 人物認識装置、人物認識方法および通行制御装置 | |
JP5766096B2 (ja) | 顔画像認証装置 | |
JP2010009389A (ja) | 辞書情報登録装置、辞書情報登録方法、顔認証装置および入退場管理システム | |
JP4617286B2 (ja) | 不正通過者検出装置及びこれを利用した不正通過者録画システム | |
JP5955056B2 (ja) | 顔画像認証装置 | |
JP2007249298A (ja) | 顔認証装置および顔認証方法 | |
KR101596363B1 (ko) | 얼굴 인식에 의한 출입관리장치 및 방법 | |
JP2007206898A (ja) | 顔認証装置および入退場管理装置 | |
JP2006178651A (ja) | 人物認識装置、人物認識方法および通行制御装置 |